指紋模式識別中圖像復(fù)原基礎(chǔ)算法實現(xiàn)及改進.pdf

1、指紋模式識別系統(tǒng)的關(guān)鍵技術(shù)在于數(shù)字圖像預(yù)處理技術(shù)、特征點的提取識別技術(shù)等。而預(yù)處理階段我們要面對的一項重要情況便是指紋采集中通常遇到模糊畸變的指紋數(shù)字圖像。本文針對在理論上以及偵查實踐中的普遍性意義較強的失真降質(zhì)原因，對于數(shù)字圖像領(lǐng)域中通常的線性復(fù)原方法中的關(guān)鍵環(huán)節(jié)和核心算法進行研判，并且從主觀與客觀兩個方面來比較之間的優(yōu)劣。進而在它們的基礎(chǔ)之上提出一些改進的思想并加以算法的實現(xiàn)，從而使得復(fù)原的效果更佳。使指紋圖像在后續(xù)的各處理階段保持

2、一定程度的真實和客觀。
　　本文首先對所選課題的當前研究的現(xiàn)狀、存在的問題及提出的目的與意義簡單地進行闡明。然后對數(shù)字指紋學(xué)的興起與發(fā)展歷程、數(shù)字圖像處理以及計算機指紋識別系統(tǒng)的有關(guān)背景知識予以鋪陳、介紹，引入一些必要概念并加以適當展開，為后文算法展開描述奠定基礎(chǔ)。
　　接著，分別用反向濾波和Wiener濾波方法對模糊失真圖像進行分析和復(fù)原實現(xiàn)。針對傳統(tǒng)反向濾波算法分母不可為零的數(shù)理上的“病態(tài)性質(zhì)”，把二維的離散指紋圖像視作

3、由一個一個具有一定灰度的像素點構(gòu)成的矩陣形式，并利用矩陣奇異值分解的數(shù)學(xué)思想，提出一種新的算法——用奇異值的重組階數(shù)的二階導(dǎo)數(shù)進行估計模糊失真指紋圖像的點擴散函數(shù)，將其三階導(dǎo)數(shù)用來去除噪聲；針對經(jīng)典的 Wiener濾波算法，利用分區(qū)思想和Bayesian判決理論結(jié)合的后驗估計方法提出一種全新的改進算法。用這兩種方法分別對基礎(chǔ)的單純反向濾波和經(jīng)典的 Wiener濾波的方法進行算法的優(yōu)化；并且在數(shù)理上分析和實例圖像處理前后的效果圖兩個方面，

4、對上述傳統(tǒng)方法和改進算法進行直觀和抽象兩個層次的比較。
　　在后續(xù)處理的問題上，在預(yù)處理階段的圖像復(fù)原技術(shù)領(lǐng)域，我們還時常會遇到幾何畸變的情況。本文首先分析了各種不同的常見的指紋圖像的幾何畸變形式，并進行數(shù)學(xué)建模處理，歸納為一種映射模型。然后對傳統(tǒng)算法——最近鄰像素內(nèi)插值法和雙線性內(nèi)插值算法進行分析、研判，并且采用Cubic函數(shù)的3次插值對Sinc函數(shù)的擬合逼近的方法進行算法的優(yōu)化處理。
　　本文通過幾種改進算法的提出，力求